数字减影血管造影（DSA）基于数字图像处理技术和血管造影技术的结合，在医学领域广泛用于影像学检查，在血管疾病诊断、介入治疗引导和肿瘤诊疗方面颇具价值。然而，DSA在单次操作中需要对患者进行多次扫描，这会使医生和患者同时暴露于辐射伤害当中。

随着近年来生成式人工智能（AI）技术的发展，华中科技大学同济医学院附属协和医院郑传胜教授团队提出了一种能够实现实时低剂量DSA成像的生成式AI系统——GenDSA，有望为医学诊疗提供更安全、高效的DSA解决方案。相关结果以“大型预训练帧生成模型赋能实时低剂量DSA成像：一个AI系统的开发与多中心验证研究”为题，正式发表在Cell子刊Med（IF：12.8/Q1）的2025年1月刊上。

GenDSA系统的设计是将DSA扫描时间分辨率降至1/3，并在捕获1帧（Fn）画面后，生成与实际帧高度相似的2帧虚拟帧（Fn+1，Fn+2）。研究人员纳入了一个大规模数据集，包含来自10家医院27,117名患者的约300万张DSA图像，用于对GenDSA进行预训练、微调以及验证。此外，他们还纳入了另外2个数据集用于模型评估，共包含25家医院的数据。评估分为客观与主观评估，客观评估指标采用结构相似性指数（SSIM）和峰值信噪比（PSNR）；主观评估由5名介入放射科医生独立完成，使用李克特量表和视觉图灵测试以评估生成帧的质量。

结果显示，GenDSA系统仅使用了1/3的临床辐射剂量，便可生成与真实视频高度一致的视频。客观评估中，GenDSA的性能超过了现有的领先算法（PSNR＝36.83，SSIM＝0.911，生成时间＝0.07秒/帧）。5名医生的主观评分和统计结果显示，真实视频与生成视频之间没有显著差异。此外，GenDSA生成的视频在总体质量（4.905 vs 4.935）和病变评估（4.825 vs 4.860）方面，与真实视频相当。

GenDSA vs 其他算法

主观测评结果

对于这些充满潜力的结果，郑传胜教授等人在文中表示：“总体而言，GenDSA是目前唯一能通用于不同超低剂量DSA成像扫描方案以满足临床需求的AI方法，这项研究不仅对该系统进行了验证，而且还评估了其3个关键方面：成像时间（对实时DSA引导手术至关重要）、成像质量以及生成表现。该系统的临床和转化价值明确，能够显著地降低DSA引导手术中对医生和患者的辐射危害。”